搜索资源列表
FaceDetection_Based_on_a_New_Nonlinear_Color_Space
- 提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区 YC C r b 域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度 ) ( 信息定位眼睛, 然后根据人脸特征的几 形态边缘检测算子检测候选区域的边缘, 利用 边缘方向 PCA PCAED ( ) 何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信息对肤色分割得到的候选区域进行验证, 最终得到正确 的人
analgorithmforextractionandanalysis
- 摘要图像特征的提取是视觉图像识别的重要方法之一，采用细胞神经网络（&’’）并行处理器进行图像特征的提取 具有实时快速的优点。该文将介绍&’’ 并行处理器的基本工作原理及其实现图像特征处理的逻辑组合通用方法，并以 图像的纹理分割与识别为例来说明&’’ 并行处理器应用于视觉图像识别的通用编程方法。-Abstract image feature extraction is a visual image to identify one of the important ways, the use
platelience
- 车牌识别系统一般包括车牌定位、车牌切分、字符识别三部分，而车牌定位是车牌识别系统的基础和前提，其准确与否直接影响着车牌识别的准确率。本文针对这一关键问题进行了研究，提取了车牌的颜色特征并结合其纹理特征、几何特征以及投影特征进行准确定位。采用HSV颜色模型，利用颜色空间距离相似度计算分割颜色；针对颜色分割后的图像，车牌区域内水平方向上具有的连续跳变的特征，采用行扫描法确定车牌的上下边界；车牌区域内垂直方向具有投影特征，采用垂直投影法确定车牌的左右边界；最后根据车牌的宽高比判断是否是真实的车牌域。实
Describing
- 关于图像分割,纹理,的最新PAMI2011文章-DescribingReflectancesforColourSegmentationRobusttoShadows,Highlights,andTexturesPAMI2011
Texture-segmentation-on-orthogonal
- 基于正交矩的纹理分割，介绍了旋转矩，正交矩，ledengre矩等。-Texture segmentation based on orthogonal moments, rotational moments, orthogonal moments, ledengre moment and so on.
gabor_main
- 纹理图像的分割，使用k-means分割，代码主要介绍了特征的提取，具体的参数设定-Texture image segmentation, the use of k-means segmentation, the code describes the feature extraction, the specific parameter settings
车牌定位
- 两种方法实现车牌定位：一种基于蓝色车牌的颜色分割，一种基于竖向纹理的识别。源文件有多个算法，有一部分未用到，但也在此提供，鼓励各位试着换个算法优化实现。内含README文件有详细说明。(Using 2 methods to realize license plate recognition: one is based on blue color segmentation, the other is based on vertical pattern recognition. More detai
7362561
- 自己编的使用小波实现的纹理图像分割,具体过程是先对图像进行三级小波分解(Of their use of wavelet texture image segmentation, the specific process is first to three-level wavelet decomposition image)